Tehisintellekti ja füüsika sulandumine: CVD tehnoloogiline innovatsioon Nobeli preemia taga

Hiljutine 2024. aasta Nobeli füüsikaauhinna väljakuulutamine on toonud tehisintellekti valdkonnale enneolematut tähelepanu. Ameerika teadlase John J. Hopfieldi ja Kanada teadlase Geoffrey E. Hintoni läbiviidud uuringud on kasutanud masinõppevahendeid, et anda uusi teadmisi tänapäeva keerulisest füüsikamaailmast. See saavutus ei tähista mitte ainult olulist verstaposti AI-tehnoloogias, vaid kuulutab ka sügavat integratsiooni füüsika ja tehisintellekti vahel.

Mis on keemilise aurustamise-sadestamise (CVD) tähtsus füüsikas ja milliste väljakutsetega see silmitsi seisab?

Keemilise aurustamise-sadestamise (CVD) tehnoloogiaomab füüsikas mitmetahulist tähtsust, toimides üliolulise materjali ettevalmistamise tehnikana, mängides samal ajal olulist rolli teadusuuringute ja rakenduste edendamisel füüsikalistes teadustes. CVD võimaldab materjali kasvu täpselt kontrollida aatomi- ja molekulaarsel tasemel. Nagu on näidatud joonisel 1, hõlmab see tehnika gaasilisi või aurufaasilisi aineid, mis läbivad tahketel pindadel keemilisi reaktsioone, moodustades tahkeid sadestisi, luues seeläbi mitmesuguseid suure jõudlusega kilesid ja nanostruktureeritud materjale. See võime on füüsikas ülioluline, et mõista ja uurida materjalide mikrostruktuuride ja nende makroskoopiliste omaduste vahelisi seoseid, kuna see võimaldab teadlastel uurida spetsiifilise struktuuri ja koostisega materjale, saades seeläbi põhjaliku ülevaate nende füüsikalistest omadustest.

LisaksCVD tehnoloogiaon võtmemeetod erinevate funktsionaalsete kilede tootmiseks pooljuhtseadmetes. Näiteks saab seda kasutada kasvatamiseksräni ühekristallilised epitaksiaalsed kihid, III-V pooljuhid, nagu galliumarseniid, ja II-VI pooljuhtide ühekristallilised epi-kihid, samuti mitmesugused legeeritud pooljuhtide ühekristallilised epitaksiaalkiled ja polüränikiled. Need materjalid ja struktuurid moodustavad kaasaegsete elektrooniliste ja optoelektrooniliste seadmete aluse. Lisaks mängib CVD-tehnoloogia olulist rolli sellistes uurimisvaldkondades nagu optilised materjalid, ülijuhtivad materjalid ja magnetmaterjalid. CVD abil saab sünteesida spetsiifiliste optiliste omadustega õhukesi kilesid, mida kasutatakse optoelektroonilistes seadmetes ja optilistes andurites.

Vaatamata oma eelistele seisab CVD-tehnoloogia praktilistes rakendustes silmitsi mitmete väljakutsetega, näiteks:

Kõrge temperatuuri ja kõrgsurve tingimused: CVD nõuab sageli kõrget temperatuuri või rõhku, piirates kasutatavate materjalide tüüpe ning suurendades energiatarbimist ja kulusid.

Tundlikkus parameetrite suhtes: CVD-protsess on reaktsioonitingimuste suhtes äärmiselt tundlik, isegi väikesed kõikumised võivad lõpptoote kvaliteeti mõjutada.

CVD-süsteemide keerukus: protsess on tundlik piirtingimuste suhtes, sellel on märkimisväärne ebakindlus ja seda võib olla raske korrata, mis võib raskendada materjali arendamist.

Kuidas toimibKeemilise aurustamise-sadestamise (CVD) tehnoloogiaKas masinõppest on kasu?

Nende väljakutsetega silmitsi seistes on masinõpe kui võimas andmeanalüüsi tööriist näidanud potentsiaali mõningate nende probleemide lahendamisel CVD valdkonnas. Siin on CVD-tehnoloogia masinõpperakenduste juhtumid:

(1) CVD kasvu ennustamine: masinõppe algoritmid saavad õppida ulatuslikest eksperimentaalsetest andmetest, et ennustada CVD kasvu tulemusi erinevates tingimustes, suunates seeläbi katseparameetrite kohandamist. Nagu on kujutatud joonisel 1, kasutas Singapuri Nanyangi tehnikaülikooli uurimisrühm masinõppes klassifitseerimisalgoritme, et juhtida kahemõõtmeliste materjalide CVD sünteesi. Varaseid katseandmeid analüüsides ennustasid nad edukalt molübdeendisulfiidi (MoS2) kasvutingimusi, parandades oluliselt katsete edukust ja vähendades katsete arvu.

Joonis 1: masinõppega juhitud materjalide süntees. a) Materjali arendamise asendamatu osa: materjali süntees. (b) Klassifikatsioonimudelid hõlbustavad kahemõõtmeliste materjalide keemilise aurustamise-sadestamise (CVD) sünteesi (ülemine); regressioonimudelid juhivad väävli ja lämmastikuga legeeritud fluorestseeruvate kvantpunktide hüdrotermilist sünteesi (all).

Teises uuringus, nagu on kujutatud joonisel 2, kasutati CVD-süsteemides grafeeni kasvumustrite analüüsimiseks masinõpet. Piirkonna ettepanekute konvolutsiooniliste närvivõrkude (R-CNN) väljatöötamisega suutsid teadlased automaatselt mõõta ja analüüsida grafeeni suurust, katvust, domeenitihedust ja kuvasuhet. Seejärel kasutati asendusmudelite väljatöötamiseks tehisnärvivõrke (ANN) ja tugivektori masinaid (SVM), et tuletada seostCVD protsessmuutujad ja mõõdetud spetsifikatsioonid. See meetod võimaldab simuleerida grafeeni sünteesi ja määrab kindlaks katsetingimused, mis on vajalikud suurte tera suuruste ja madala domeenitihedusega grafeeni tootmiseks, säästes sellega oluliselt aega ja kulusid.

Joonis 2: Grafeeni kasvumustrite masinõppeprognoos CVD-süsteemides

(2) Automatiseeritud CVD-protsess: masinõpet saab kasutada automatiseeritud süsteemide arendamiseks, mis jälgivad ja kohandavad parameetreid reaalajas CVD-protsessi ajal, saavutades täpsema juhtimise ja suurema tootmise efektiivsuse. Nagu on näidatud joonisel 3, kasutas Xidiani ülikooli uurimisrühm sügavat õppimist, et ületada CVD-ga valmistatud kahekihiliste kahemõõtmeliste materjalide pöördenurga äratundmise väljakutse. Kogudes CVD-ga ettevalmistatud MoS2 värviruumi ja rakendades semantilise segmenteerimise konvolutsioonilisi närvivõrke (CNN), suutsid nad täpselt ja kiiresti tuvastada MoS2 paksuse. Seejärel koolitasid nad välja teise CNN-i mudeli, et ennustada täpselt CVD poolt kasvatatud kahekihiliste TMD materjalide pöördenurka. See meetod mitte ainult ei parandanud proovide tuvastamise tõhusust, vaid andis ka uue paradigma süvaõppe rakendamiseks materjaliteaduse valdkonnas.

Joonis 3: Süvaõppe lähenemisviis kahekihiliste kahemõõtmeliste materjalide pöördenurga tuvastamiseks

Outlook

Nobeli preemia väljakuulutamine tuletab taas meelde, et tehisintellekti ja füüsika lõimimine toob kaasa rohkem uuendusi ja läbimurdeid. Kuna masinõppetehnoloogia areneb jätkuvalt, on meil põhjust seda arvatakeemilise aurustamise-sadestamise tehnoloogiakogeb tulevikus uusi arenguvõimalusi. Kõik see kuulutab uue ajastu koitu, kus tehnoloogia ja teaduse lähenemine avab laiemad teed uurimiseks.

Semicorexi pakkumisedSiC/TaC katte grafiitjakeraamilised materjalid keemilise aurustamise-sadestamise (CVD) protsessi kaudu. Kui teil on küsimusi või vajate lisateavet, võtke meiega ühendust.

Kontakttelefon # +86-13567891907

E-post: sales@semicorex.com